基于matlab图像处理教程系列之图像分割（二）

dapmood

% j% t9 _- g" [: o一、简介
1.使用距离变换的分水岭分割

: N/ j7 d; U7 }3 d（1）距离变换

7 e0 _8 ^5 l# }9 V2 r9 k$ F% LD = bwdist(BW);
8 C. s3 K' m  t5 i
: l) ]3 G% D& V5 _$ h$ L二值图像的距离变换是指从每个像素到最接近零值的像素的距离。

（2）测地距离变换
" l* j9 c8 p. Z2 r! F* Y
" x* D& N$ [! }: y: SD = bwdistgeodesic(BW,mask);
: {0 a+ `4 k  T, R0 E
2.使用梯度的分水岭分割

获取梯度图像：
$ l' w0 j* l# _& R
h = fspecial(‘sobel’);

% ^) f1 t% \/ Hfd = tofloat(f);

: M1 s3 F3 o7 Z9 Wg = sqrt(imfilter(fd, h, ‘replicate’) .^ 2 + …

4 }, e; P3 [% S6 _3 C; uimfilter(fd, h’, ‘replicate’) .^ 2);
, b8 H" a- L" H, T
9 ?6 ^! T2 H6 T- R在使用针对分割的分水岭变换之前，常常使用梯度幅度对图像进行预处理。梯度幅度图像沿着物体的边缘有较高的像素值，而在其他地方则有较低的像素值。在理想的情况下，分水岭变换可得到沿物体边缘的分水岭脊线。若梯度图像直接进行分水岭变换可能会严重过分割，所以在计算分水岭变换之前可以先平滑梯度图像。

3.控制标记符的分水岭分割
" P( e4 ~- \$ {1 s1 P  y* A
（1）计算局部极小值区域

rm = imregionalmin(f);
; `8 l- Z( Q9 |7 B! }
其中，f 是灰度图像，rm 是二值图像，rm 的前景像素标记出局部小区域的位置。

. H; M& J1 g4 D% G6 N& F$ w+ j（2）扩展极小值
& `3 U! y1 I7 p3 D: a7 q
7 B' m* z$ f! }; ?; ~5 J* G4 Sim = imextendedmin(f,h);
% ]1 }4 A! g: ]7 M) I
+ B  d1 [% z9 \4 ?( S9 P其中，f 是灰度图像，h 是高度阈值，im 是一幅二值图像，im 的前景像素标记了深的局部小区域的位置。
% k: J! T. L' ?+ S+ F' {+ F6 V! Z' ^
, n0 _$ i" j7 w: c! P- N: i（3）强制最小
3 A7 g% Z" ]* X: |* r: ?# r5 B( F
mp = imimposemin(f, mask);
  z8 C0 {' [- S5 ], \+ U  q! C
  P( B/ H: R! V+ `7 ~/ l% p$ D其中，f 是灰度图像，mask 是二值图像，mask 的前景像素标记了输出图像 mp 中局部最小区域的期望位置。通过在内部和外部标记符的位置覆盖局部最小区域，可以改进梯度图像，用于控制过分割的一种方法是基于标记符的概念。标记符是属于一幅图像的连通分量。我们希望有一个内部标记符集合，它们处在每个感兴趣物体的内部，而外部标记符集合包含在背景中。标记符的选择范围可以从简单过程到更复杂的方法，涉及尺寸、形状、位置、相对距离、纹理内容等等。指针是携带对分割有影响的先验知识的标记符。人们常常使用先验知识在每天的视觉中帮助解决分割和高级任务。最为熟悉的便是使用文本。因此，分水岭分割提供可以有效利用这些类型的知识的框架这一事实，是这一方法的突出优点。
5 A! e+ m. }7 V% @

二、源代码

• %基于控制标记符的分水岭分割
• [file,filepath]=uigetfile('*');
• file=fullfile(filepath,file);
• img=imread(file);%读图
• imgsize=size(img);
• if(numel(imgsize)>2)
• i=rgb2gray(img);
• else
• i=img;
• end;
• imshow(i);title('灰度图');
• pause;
• %取阈值
• [T,SM]=graythresh(i);
• bw=im2bw(i,T);
• imshow(bw);title('二值');
• pause;
• % % %%%%%%%%%%%%%%%%%%%%%%%%%%基于距离变换的分水岭分割%%%%%%%%%%%%%%%%%%%%%%
• gc = ~bw;
• % imshow(gc);
• % pause;
• D = bwdist(gc);
• % figure,contour(-D,40);
• imshow(-D,[]);title('距离变换图');
• pause;
• rm = imregionalmin(-D);%查看局部极小值区域
• imshow(rm);title('查看局部极小值区域');
• pause;
• im = imextendedmin(-D,2);%扩展最小值
• % figure,contour(im,40);
• fim=i;
• fim(im) = -255;
• imshow(fim);title('合并后的局部极小值');%查看合并后的局部极小值
• pause;
• Lim = watershed(bwdist(im));
• imshow(Lim,[]);title('基于距离变换的流域分割');
• pause;
• em = Lim == 0;
• res=em|im;
• imshow(res);%查看掩膜图像
• title('掩膜图像');
• pause;
• g2 = imimposemin(i, im | em);
• imshow(g2);
• title('强制最小');
• pause;
• L2 = watershed(g2);
• f2 = img;
• f2(L2 == 0) = 255;
• imshow(f2);
• title('基于控制标记符的分水岭分割');
  

, k! F3 W1 C$ n  W

  Z: ~0 E7 D* b' ?! C0 a三、运行结果

6 U1 E" }2 N% V. O" D% e% t. D
% r. {7 w" s/ f. N0 b9 |- R

regngfpcb

基于matlab图像处理教程系列之图像分割（二）

twel2e

看一下      
. r$ w+ ~6 Y! ~8 T: Z/ u$ V

ldezgr

今天晴天，很棒棒哦，加油哦